【自己紹介】
#Twitter：@Nurruttan / #YouTube：@Nurruttan
【転職支援サービス】
転職を検討しているデータサイエンティスト向けに【完全無料の】転職支援サービスを実施しています！
詳しくは下記をご覧ください！
【キャリア相談サービス】
キャリアに悩むデータサイエンティスト向けにキャリア相談サービスをやっています！
詳しくは下記をご覧ください！
データサイエンティストとして働いているとどうしても分析に目がいきがち。
でも、実際価値高いデータサイエンティストは分析対象を広くみて、課題解決をしようと真剣に考えている人。
データサイエンティストの価値はスキルうんぬんもあるのだが、「スタンス」だけで価値を出せる職業だと考えているという話。
携わったプロジェクト全体の課題をどう解決するかを考えて、「データ分析観点」ではなく「事業者観点」で圧倒的に自分事化して考えられる人材が価値高い。
データ分析以前の心構えで価値を出すこと、これがめっちゃコスパよく、シンプルな差別化要素になる。
価値高いデータサイエンティストのスタンスについて、まとめていきたい。
関連記事はここらへん。
では、本題に。
そもそもデータサイエンティストはビジネス課題を解決する職業
データサイエンティストはどのような職業か？と言われると現役のデータサイエンティストはなんと答えるのであろうか。
意外と一言でいうことは難しく、定義はまちまちになると思う。
筆者自身はデータサイエンティストを「データを活用してビジネス課題を解決する職業」であると考えている。
データサイエンティストの価値はデータ分析をすることではなく、ビジネス課題を解決することなのだ。
この大前提は抑えておくべきであり、データサイエンティストはデータを活用して、なんらかのビジネス価値を出さなければいけないということ。
この考え方を間違えてはいけない。
見習いデータサイエンティストは分析を披露したがる
見習いデータサイエンティストの内はどのように分析をしたか、分析の内容を見せてしまう。
これは頭でわかっていても意外とむずかしい。筆者自身も意識はしていても結果的に分析を披露しているように見られることは非常に多かった。
もちろん、データ分析の内容を説明するのは重要であり、必ず実施すべき行為である。
しかし、データ分析の内容だけ伝えられてもビジネスサイドの人間は価値を感じない。
これは、見習いデータサイエンティストの内はなかなか実感できずむずかしいことなのであるが、データサイエンティストあるあるであり、重要であるということを理解しておくべきだ。
ビジネスサイドの人間は課題解決の方法を求めている
ビジネスサイドの人間は分析ではなく、課題解決の方法を求めている。正直、データ分析である必要はない。
だから、データ分析というのはあくまで方法・手段であり、目的ではない。
課題解決ができるのであれば、データ分析にかかるお金を例えばデザイナーに払ってもいいのだ。
ビジネス側ではデータ分析をやらなければならない理由はないし、他の選択肢が非常に幅広くあるということは覚えておこう。
データサイエンティストはどうやって価値を出すべきか
データサイエンティストは分析をビジネス課題を解決するために、データを活用する。
ビジネス課題を解決するためには「圧倒的自分事化」が必要だ。
ビジネスサイドの人間の立場で物事を徹底的に考えて、相手の目線ですべてを語ることが重要。
相手の目線で考えて、相手の課題に対してデータを活用する。課題解決のためにはデータが関係ない領域まで踏み込んで解決方法を探る。
データ分析に主軸をおいているうちは価値を出すことができず、ビジネス課題に向き合ってこそ価値が高い人材になれる。
まずは、課題がなんなのかを明確にすることがファーストステップで、次にどのようなアプローチが必要かを検討する。
そこでデータを活用する必要があれば、ようやくデータサイエンティストとしての人格が顔を出す。
データサイエンティストは業務特性上、データを活用して、こんな分析をしたいという要件から案件がスタートすることが多い。
しかし、価値を出すデータサイエンティストはまずその前提を疑う。そのデータ分析がビジネス課題の解決につなげるデータ分析なのかを確認する。
違えば、まずはそこを正すように議論をする。そこまでしてこそ価値であり、データサイエンティストがデータ分析前に必ずやるべきことである。
これができるデータサイエンティストとできないデータサイエンティストでは発揮できる価値に大きな差が生まれる。
最も重要なことは依頼元に対する「圧倒的な自分事化」であるということ。
データサイエンティストはスタンスで価値を出せる
字面で見ると理解はできるものだ。しかし、実際やってみることは非常に難しい。
事実、大半のデータサイエンティストはこの「圧倒的な自分事化」ができないことが多い。
だからこそ、「圧倒的な自分事化」ができるデータサイエンティストはその「スタンス」だけで価値が出せてしまう。
依頼元のビジネス課題に真摯に向き合い、「圧倒的に自分事化」してデータ活用など無視して、ビジネス課題の解決方法を真剣に探す。
これができるだけで自然と信頼され、依頼元からは自然と価値高く映る。（もちろん、最低限のスキルを持っていることは前提なのだが。）
「圧倒的に自分事化」ができないデータサイエンティストはただの業務委託・分析担当と思われるが、「圧倒的に自分事化」ができるデータサイエンティストはビジネスパートナーとして見られる。
この違いは大きいもので、ビジネスパートナーとして見られるデータサイエンティストは非常に価値が高く、キャリアの広がりも大きくできる。
「圧倒的に自分事化」スキルを身に付け、「スタンス」で価値を出せるデータサイエンティストを目指そう。
データ分析いらなくなるんじゃないかと思う方へ
ビジネス課題に向き合っていると最終的にデータ分析がいらなくなる可能性があるんじゃないかとも思ってしまうだろう。
そんなことはない。
データ分析に頼るほどのビジネス課題に向き合っていると必ずどこかでデータを見て判断したくなるフェーズがやってくる。
ここまでたどり着けないのであれば、まだまだ思考が足りていないだろう。なにかを意思決定する際にデータは見たくなるものなのだ。
データを見たくなった時に、丁寧に要件を整理して、データ分析を実施すればよい。それが、最もコストパフォーマンスが高い分析になるだろう。
データサイエンティストとして、費用をいただく以上、データ分析の目的から口を突っ込んで議論をするべきであり、データ分析の目的にも一定のコミットメントを持つべきである。
いつかデータ分析は必要になる。そう信じてビジネス課題に真剣に向き合おう。
「スタンス」で価値を出すデータサイエンティストになるには「経験あるのみ」
「スタンス」で価値を出せるデータサイエンティストになるには、「経験あるのみ」という話。
データサイエンティストとして、ビジネス課題に真剣に向き合い価値を出せるようになるにはあらゆる案件を経験して積み上げることしかない。
本で読もうが、上司の陰に隠れているようでは不可能だ。
あらゆる状況で自分なりに考えることが重要であり、依頼元の前に立ち、自らコミュニケーションを重ねるしかない。
陰で分析だけやっていても「スタンス」で価値をだせるデータサイエンティストには絶対になることができない。
頑張って、辛いことを積み上げてキャリアを作ろう。
今回は以上です。
にほんブログ村
